WedX - журнал о программировании и компьютерных науках

Публикации по теме 'computer-vision'


Подготовка к собеседованию по машинному обучению: популярные темы компьютерного зрения
Обычно во время собеседований по машинному обучению после общих вопросов идут конкретные вопросы по проекту, поэтому я подготовил несколько обязательных моментов для эффективной подготовки и прохождения собеседований, связанных с компьютерным зрением. Основные задачи компьютерного зрения классификация — модель узнает, что такое объект обнаружение объекта — модель находит местоположение объекта (мы можем нарисовать вокруг него ограничивающую рамку) отслеживание объекта — модель..

Почему Джеффри Хинтон покидает Google?
Приветствую вас, друзья-энтузиасты ИИ! Это ya boi, Ritz, и я здесь, чтобы поделиться горячими, свежими и забавными новостями из мира ИИ! Приготовьтесь смеяться до слез, узнавая о последних и не очень важных разработках в области искусственного интеллекта. Пристегнитесь! Что происходит в Google с Джеффри? Итак, обо всем по порядку: Джеффри Хинтон (он же «Крестный отец ИИ») встал и покинул Google, как неудачник из Tinder. В чем его дело? Он беспокоится о будущем ИИ и о том, как он..

Байесовский подход к неконтролируемой сегментации
Применение в церебральной онкологии Контекст В рамках проекта EpiBrainRad компания Quantmetry поделилась своим опытом в области компьютерного зрения с IRSN, чтобы внести свой вклад в изучение воздействия лучевой терапии на пациентов с опухолями головного мозга. Точнее, мы предложили конвейер данных, позволяющий количественно оценить эволюцию нескольких биомаркеров с течением времени на основе магнитно-резонансных изображений (МРТ). 135 пациентов когорты, созданной в рамках..

Сможете ли вы прочитать этот заголовок боковым зрением?
Наверное, нет — только середина вашего взгляда имеет необходимое «разрешение». Но почему? У ИИ может быть ответ… Одной из основных областей, в которой используется ИИ, является обработка изображений. Будь то обнаружение автомобилей автопилотом Теслы или распознавание раковых клеток — ИИ хорош в анализе изображений: Такие программы искусственного интеллекта обычно представляются в некотором роде напоминающими человеческое зрение — поэтому их называют нейронными сетями, хотя и..

Будущее компьютерного зрения с AI Pioneer Senseye
Обучение модели в 120 раз быстрее с помощью 10 строк кода Профиль: Senseye находится на переднем крае нейробиологии и компьютерного зрения. Их технология превращает видеоматериалы с высоким разрешением и высокой частотой кадров в полезные сведения о внутренних когнитивных и поведенческих процессах, доступные для предприятий, ученых и государственных организаций. Как сделать мир безопаснее. Использование аналитических данных о психической усталости, нарушениях, связанных с..

Создание полного механизма OCR с нуля на Python
OCR — одно из самых распространенных применений машинного обучения, которое мы видим в нашей жизни. OCR имеет множество применений в реальном мире: от сканирования ценников в торговых центрах до номерных знаков на дорогах. Благодаря достижениям в области методов глубокого обучения за эти годы OCR стал довольно точным, особенно для документов. OCR используется во многих местах для оцифровки документов, чтобы сделать их более…

PointNet ++: глубокое иерархическое изучение признаков на наборах точек в метрическом пространстве [Прохождение статьи]
PointNet++ [1] является расширением своего предшественника PointNet [2], который стал новаторской работой в области глубокого изучения наборов точек. PointNet++ решает проблему захвата локальных структур в пространстве точек — аспект, в котором PointNet не справляется. Как набор инструментов для дальнейшего развития PointNet, PointNet++ представляет концепцию иерархических нейронных сетей. Затем PointNet рекурсивно применяется к группам точек, созданным из вложенного разделения входных..

Новые материалы

Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..

ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..


Для любых предложений по сайту: [email protected]